张春兰
- 作品数：10 被引量：58H指数：4
- 供职机构：燕山大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金河北省自然科学基金河北省教育厅科学技术研究计划更多>>
- 相关领域：自动化与计算机技术电子电信机械工程理学更多>>
- 全固态双层芯结构色散补偿微结构光纤被引量：2
- 2017年
- 提出了一种全固态双层芯结构色散补偿微结构光纤。该光纤以纯石英材料为基底,通过引入一种掺锗高折射率石英柱和两种掺氟/硼的低折射率石英柱,对端面折射率分布进行调节,以形成双芯结构。在对此光纤模式演化及耦合特性理论分析的基础上,利用多极法对其模式耦合位置与强度随光纤结构参数变化的关系进行了分析,对色散特性与光纤结构参数之间的变化关系进行了研究。通过优化光纤结构参数,设计出两种光纤:光纤1在1550nm处色散值达-8465ps/(nm·km),与SMF-28单模光纤熔接损耗仅为1.89dB,可对长度为其500倍的SMF-28单模光纤的色散值进行补偿;光纤2与SMF-28单模光纤的熔接损耗仅为1.41dB,可对长度为其15.5倍的SMF-28单模光纤在C波段的色散值进行补偿,最大残余色散绝对值仅为1.38ps/nm。与石英-空气孔微结构光纤相比,所提出的全固态色散补偿微结构光纤易制备且易与传统通信光纤熔接。
- 王伟屈玉玮左玉婷左玉婷孟凡超孟凡超张春兰韩颖
- 关键词：光纤光学微结构光纤色散补偿
- 一种增量式贝叶斯算法及篦冷机故障诊断被引量：3
- 2019年
- 针对批量式算法增量维护性能差的缺点,提出了一种贝叶斯增量学习算法(ILA)。检测到新数据集时,构造WTUN函数来判断结构是否需要更新,若结构需要更新,则构建影响度(Affect)函数,得到结构中需要修正的节点集,在其马尔可夫范围内利用爬山算子修改得到候选结构,利用改进的评分函数选择评分最大的结构作为最优结构。无论结构是否更新,都将原参数作为先验参数,利用EM算法更新参数。将该算法与批量爬山(HC)算法、增量爬山(IHC)算法、增量遗传算法(IGA)对比,ILA算法可以对网络进行增量维护,一定程度上节省了空间和时间。利用该算法建立篦冷机工艺参数的故障诊断模型,该模型能较为准确地实现对二次风温的故障诊断。
- 刘兆伦张春兰武尤王海羽刘彬
- 关键词：篦冷机二次风温故障诊断
- 一种通过节点序寻优进行贝叶斯网络结构学习的算法被引量：15
- 2018年
- 针对K2算法过度依赖节点序,遗传算法节点序寻优效率差的问题,该文提出一种直接对节点序进行评分搜索的贝叶斯结构学习算法。该算法以K2算法为基础,首先通过计算支撑树权重矩阵,构建能够定量评价节点序的适应度函数。然后通过提出混合交叉策略和孤立节点处理机制,同时利用动态学习因子和倒置变异策略,提升遗传算法节点序寻优的性能。最后将得到的节点序作为K2算法的先验知识得到最优贝叶斯网络结构。仿真结果表明,该方法解决了K2算法依赖先验知识的问题,相比于其它优化算法,评分值平均增加了13.11%。
- 刘彬王海羽孙美婷刘浩然刘浩然张春兰
- 关键词：贝叶斯网络结构K2算法
- 基于混合樽海鞘-差分进化算法的贝叶斯网络结构学习算法被引量：14
- 2019年
- 针对目前利用启发式算法学习贝叶斯网络结构易陷入局部最优、寻优效率低的问题,提出一种基于混合樽海鞘-差分进化算法的贝叶斯网络结构学习算法。该算法在种群划分阶段提出自适应的规模因子平衡局部搜索与全局搜索,在子种群更新阶段利用改进的变异算子与交叉算子构建樽海鞘搜索策略与差分搜索策略,更新不同的子种群,在合并子种群阶段利用两点变异算子增加种群多样性。由算法的收敛性分析可知,通过种群的迭代搜索可以找到最佳结构。实验结果表明,与其他算法相比,所提算法收敛精度与寻优效率均有提升。
- 刘彬范瑞星刘浩然刘浩然王海羽张春兰
- 关键词：贝叶斯网络结构学习差分进化算法自适应
- 改进的多种群算法优化隐马尔可夫模型预测篦压趋势被引量：2
- 2019年
- 以篦冷机关键参数篦下压力为研究对象,提出一种篦压变化趋势预测模型.利用主成分分析对数据降维,以主元序列作为观测序列,构建改进的多种群算法优化隐马尔可夫模型参数.种群内利用轮盘赌算子选择个体,设计双区与均匀行交叉结合的自适应交叉算子避免局部收敛,进行动态变异率的多项式变异操作提高收敛速度,种群间提出混合师生交流机制的自适应移民算子保证多种群协同进化.仿真表明本文算法可收敛到全局最优,能提高收敛精度和速度,利用该算法建立的模型跟踪性能好,预测精度高,能满足对篦压趋势预测的要求.
- 刘兆伦张春兰郭长江郭长江武尤刘彬
- 关键词：主成分分析遗传算法隐马尔可夫模型篦冷机
- 最大相关熵准则下多层极端学习机的批量编码
- 2020年
- 针对多层极端学习机(hierarchical extreme learning machine,HELM)对大样本数据集学习时容易发生过拟合现象且内存需求巨大的问题,提出一种基于最大相关熵准则的批量编码式多层极端学习机.首先通过引入最大相关熵准则(maximum correntropy criterion,M CC)代替HELM决策层中的最小均方差准则(minimum mean square error,M M SE),降低网络对异常点的敏感度,改善过拟合现象,构造出基于最大相关熵准则的多层极端学习机(MCC-HELM).其次利用MCC-HELM对大样本数据分批次进行编码学习,从而降低学习过程中的内存需求与整体运行时间.最后利用在线极端学习机的思想,在最终决策前将所有批次的决策层依次进行融合,推导出基于最大相关熵准则的批量编码式多层极端学习机(BC-HELM).实验结果表明,与HELM相比,本文提出的BC-HELM在保证学习精度的前提下,运行时间更短且内存需求显著降低,与其他多层ELM网络相比学习效率也有较大的提升.
- 刘兆伦武尤王卫涛张春兰吴超刘彬
- 基于改进鲸鱼优化策略的贝叶斯网络结构学习算法被引量：18
- 2019年
- 针对当前贝叶斯网络结构学习算法易陷入局部最优和寻优效率低的问题,该文提出一种基于改进鲸鱼优化策略的贝叶斯网络结构学习算法。该算法首先提出一种新的方法建立较优的初始种群,然后利用不产生非法结构的交叉变异算子构建适用于贝叶斯网络结构学习的改进捕食行为,同时采用动态调节参数增强算法个体寻优的能力,通过适应度排序更新种群,最终获得最优的贝叶斯网络结构。仿真结果表明,该算法具有全局收敛性,寻优效率高,精确率高于其它同类优化算法。
- 刘浩然张力悦范瑞星王海羽张春兰
- 关键词：贝叶斯网络结构学习
- 基于最大相关熵准则的多尺度高斯核极端学习机被引量：1
- 2021年
- 针对传统的多尺度核极端学习机对噪声敏感且计算量大的问题,提出一种适用于高斯噪声环境的多尺度核极端学习机。首先,利用最大相关熵准则代替多尺度核极端学习机中传统的最小均方差准则构造目标函数;其次,将1种按训练样本数随机生成尺度因子的多尺度化方法应用于高斯核函数;最后引入拉格朗日乘子法对目标函数进行求解,推导出基于最大相关熵准则的多尺度高斯核极端学习机。实验表明,该算法具有更高的学习效率,与传统多尺度核极端学习机相比,在3个UCI基准数据集上预测精度平均提升30.30%,在对水泥熟料f-CaO含量进行预测的应用实验中预测精度提升23.8%。
- 刘兆伦武尤王卫涛张春兰刘彬
- 关键词：计量学极端学习机
- 基于节点块序列约束的局部贝叶斯网络结构搜索算法被引量：7
- 2020年
- 针对K2算法过度依赖节点序和节点序搜索算法评价节点序效率较低的问题,提出一种基于节点块序列约束的局部贝叶斯网络结构搜索算法,该算法首先通过评分定向构建定向支撑树结构,在此基础上构建节点块序列,然后利用节点块序列确定每个节点的潜在父节点集,通过搜索每个节点的父节点集构建网络结构,最后对该结构进行非法结构修正得到最优贝叶斯网络结构.利用标准网络将算法与几种不同类型的改进算法进行对比分析,验证该算法的有效性.
- 王海羽刘浩然张力悦张春兰刘彬
- 关键词：贝叶斯网络结构学习K2
- 全固双层芯色散补偿光子晶体光纤的研究与设计被引量：3
- 2017年
- 为了补偿光纤色散对高速信号传输的限制,提出一种全固双层芯色散补偿光子晶体光纤.首先对该光纤模式耦合特性进行理论分析,然后利用多极法进行模拟计算,得到该光纤包层结构参数与色散值以及相位匹配波长之间的关系,并对其规律进行研究.通过优化光纤结构参数,得到在1 550nm处,色散值达到-32 620ps/(nm·km)、损耗为0.29dB/km、与标准单模光纤的熔接损耗为4.77dB的色散补偿光纤.该光纤可补偿1 910多倍长度的SMF-28单模光纤的色散,补偿能力远大于常规色散补偿光纤.与空气孔-石英结构色散补偿光子晶体光纤相比,全固色散补偿光子晶体光纤具有易制备、易与传统通信光纤熔接等优点.
- 屈玉玮张春兰郭长江张森韩颖赵兴涛侯蓝田王伟
- 关键词：光纤光学光子晶体光纤多极法色散补偿
